Fryktet arrayforvirring

Fryktet arrayforvirring, eller DAC, er et begrep gitt til en gruppe RAID-arraysvikttyper som i praksis er umulige å diagnostisere, men som er kategorisert ved at de opplever ingen disksvikt i kombinasjon med fullstendig arraysvikt som resulterer i totalt datatap. Det er en hypotese om at tre nøkkelårsaker resulterer i flertallet av DAC:

Programvare- eller fastvarefeil: Selv om dramatiske feil i RAID-oppførsel er sjeldne i dag, er de alltid mulige, spesielt med mer kompliserte arraytyper som paritet-RAID der rekonstruktive beregninger må utføres på arrayen. En feil i RAID-programvare eller fastvare (avhengig av om vi snakker om programvare- eller maskinvare-RAID) kan manifestere seg på en rekke måter, inkludert utilsiktet ødeleggelse av arrayen. Fastvareproblemer kan også oppstå i selve diskene.

Maskinvaresvikt: Svikt i maskinvare som prosessorer, minne eller kontrollere kan ha dramatiske effekter på en RAID-array. Minnefeil kan spesielt lett resultere i totalt arraytap. Dette antas å være den minst vanlige årsaken til DAC.

Diskristing: I dette scenarioet rister individuelle disker løs og kobler seg fra bakplanen og rister seg senere tilbake på plass, noe som utløser en resilvering-hendelse. Hvis dette skulle skje med flere disker under en resilvering-syklus, eller hvis det oppstår en URE under en resilvering, ville vi se totalt arraytap på paritet-arrayer potensielt uten at noen maskinvaresvikt har inntruffet.

På grunn av DACs natur, og fordi det ikke er et problem med RAID i seg selv, men med støttekomponentene for det, befinner vi oss i en svært vanskelig posisjon når vi forsøker å identifisere eller kvantifisere risikoen. Ingen vet hvor sannsynlig DAC er å inntreffe, og selv om vi vet at DAC er en mer betydelig trussel på paritet-RAID-systemer, vet vi ikke i hvilken grad. Anekdotisk bevis antyder at risikoen på speilet RAID er umålelig lav, og på paritet-RAID kan den stige over bakgrunnsstøy i risikoanalyse. Av sviktmodusene presenterer programvarefeil og diskristing begge en mye høyere risiko for systemer som kjører paritet-RAID, fordi URE-risiko bare påvirker paritet-arrayer og programvaren som kreves for paritet er langt mer kompleks enn programvaren som trengs for speiling. Paritet-RAID er rett og slett mer skjørt og bærer flere typer risikoer som utsetter det for DAC på flere måter enn speilet RAID er.

Fordi DAC er en rekke muligheter og fordi det i praksis er umulig å identifisere etter at det har inntruffet, er det liten mulighet for at noen data kan samles inn om det. Siden DAC ble identifisert som en risiko har mange mennesker trådt frem, hovedsakelig i Spiceworks-samfunnet, for å gi anekdotiske øyenvitnebeskrivelser av DAC-arraysvikt. Naturen til sluttbruker-IT er at statistikk, spesielt om uklare konsepter som DAC som ikke er allment kjent, ikke samles inn og ikke kan samles inn. DAC oppstår i bedrifter over hele verden der en systemadministrator kommer tilbake til kontoret og finner en server med alle data borte og ingen maskinvare som har sviktet. Dataene er allerede tapt. Diagnostikk vil sannsynligvis ikke bli kjørt, logger vil ikke eksistere, og selv om problemet kan identifiseres – til hvem skal det rapporteres, og selv om det rapporteres, hvordan kvantifiserer vi hvor ofte det skjer kontra hvor ofte det ikke gjør det, eller hvor ofte det kan skje uten å bli rapportert. Dessverre er alt jeg vet at etter å ha identifisert og noe offentliggjort risikoen og symptomene, trådte plutselig mange mennesker frem og bekreftet at de også hadde sett DAC på egen hånd og ikke hadde noen anelse om hva som hadde skjedd.

Hvis mine anekdotiske studier er noen indikator, ser det ut til at DAC faktisk utgjør en betydelig risiko for paritet-arrayer med svikt som eksisterer i en merkbar prosentandel av arrayene, men nøyaktigheten og størrelsen på tverrsnittdatainnsamlingen var minimal. Imidlertid ble det opprinnelig antatt at DAC var så sjeldent at man teoretisk sett ikke ville være i stand til å finne noen som noensinne hadde observert det, men dette ser ikke ut til å være tilfelle. Jeg er allerede klar over mange mennesker som har opplevd det.

Vi er tvunget, av bransjens natur, til å akseptere DAC som en potensiell risiko og liste den som en ukjent “mindre” risiko i risikovurderinger og være forberedt på det, men kan ikke beregne mot det. Men det å vite at det kan være en risiko og forstå hvorfor det kan skje er viktig i evaluering av risiko og risikoreduksjon.

[Anekdotisk bevis antyder at DAC nesten alltid er eksklusivt for maskinvare-RAID-implementeringer av enkelt paritet RAID-arrayer på SCSI-kontrollere.]